Komplette machine learning-handlinger (MLOps) med Azure Machine Learning
Hurtigt overblik
-
Niveau
-
Færdighed
-
Produkt
-
Rolle
Machine learning-handlinger (MLOps) anvender DevOps-principper på projekter til maskinel indlæring. I dette læringsforløb lærer du, hvordan du implementerer vigtige begreber som f.eks. kildestyring, automatisering og CI/CD for at bygge en komplette MLOps-løsning.
Forudsætninger
- Programmeringsoplevelse med Python eller R
- Erfaring med udvikling og oplæring af modeller til maskinel indlæring
- Kendskab til grundlæggende Azure Machine Learning-begreber
Resultatkode
Vil du anmode om en præstationskode?
Moduler i dette læringsforløb
Få mere at vide om, hvordan du tager din model til maskinel indlæring fra eksperimenter til produktion ved hjælp af Azure Machine Learning-job.
Få mere at vide om, hvordan du automatiserer dine arbejdsprocesser til maskinel indlæring ved hjælp af GitHub-handlinger.
Få mere at vide om, hvordan du beskytter din primære forgrening, og hvordan du udløser opgaver i arbejdsprocessen for maskinel indlæring baseret på ændringer af koden.
Få mere at vide om, hvordan du automatiserer kodetjek, når du opdaterer kode for arbejdsbelastninger i forbindelse med maskinel indlæring.
Få mere at vide om, hvordan du oplærer, tester og udruller en model til maskinel indlæring ved hjælp af miljøer som en del af din strategi for maskinel indlæring (MLOps).
Få mere at vide om, hvordan du automatiserer og tester modelinstallation med GitHub-handlinger og Kommandolinjegrænsefladen til Azure Machine Learning (v2).